Наука о данных

Гистограмма Python NumPy () учебник

Гистограмма Python NumPy () учебник
Гистограмма - это отображение интервалов на частоты. Он используется для аппроксимации функции плотности вероятности конкретной переменной. Он также известен как гистограмма. В python доступно множество опций для построения и построения гистограмм. Библиотека Python NumPy полезна для научных и математических операций. Одной из важных функций этой библиотеки является реализация гистограммы с помощью функции histogram (). Эта функция используется для создания гистограммы, которая графически представляет частотное распределение данных. На гистограмме интервалы классов представлены ячейками, которые выглядят как горизонтальные прямоугольники, а переменная высота представляет частоты. Знания о создании массива NumPy необходимы для понимания примеров, показанных в этом руководстве.

Синтаксис:

тупой.гистограмма (input_array, bins = 10, range = None, normed = None, weights = None, density = None)

Эта функция может принимать шесть аргументов для возврата вычисленной гистограммы набора данных. Цели этих аргументов объясняются ниже.

Эта функция может возвращать два массива. Один из них - это массив hist, который содержит набор данных гистограммы. Другой - это краевой массив, содержащий значения корзины.

Пример 1: Распечатать массив гистограммы

В следующем примере показано использование функции histogram () с одномерным массивом и аргумента bins с последовательными значениями. Массив из 5 целых чисел использовался в качестве входного массива, а массив из 5 последовательных значений использовался как значение ячеек. Содержимое массива гистограмм и массива бункеров будет напечатано вместе в качестве вывода.

# Импортировать библиотеку NumPy
импортировать numpy как np
# Вызвать функцию histogram (), которая возвращает данные гистограммы
np_array = np.гистограмма ([10, 3, 8, 9, 7], интервалы = [2, 4, 6, 8, 10])
# Распечатать гистограмму
print ("Вывод гистограммы: \ n", np_array)

Выход:

Следующий вывод появится после выполнения вышеуказанного скрипта.

Пример 2: Распечатать гистограмму и массивы ячеек

В следующем примере показано, как можно создать массив гистограмм и массив бункеров с помощью функции histogram (). Массив NumPy был создан с помощью функции аранжировки () в скрипте. Затем функция histogram () вызвала для возврата значений массива гистограммы и массива бинов по отдельности.

# Импортировать библиотеку NumPy
импортировать numpy как np
# Создаем массив NumPy с помощью arange ()
np_array = np.апельсин (90)
# Создать данные гистограммы
hist_array, bin_array = np.гистограмма (np_array, bins = [0, 10, 25, 45, 70, 100])
# Распечатать массив гистограмм
print ("Данные массива гистограммы:", hist_array)
# Распечатать массив бункеров
print ("Данные массива bin:", bin_array)

Выход:

Следующий вывод появится после выполнения вышеуказанного скрипта.

Пример 3: Распечатать гистограмму и массивы ячеек на основе аргумента плотности

В следующем примере показано использование плотность аргумент функции histogram () для создания массива гистограмм. Массив NumPy из 20 чисел создается с помощью функции arange (). Первая функция histogram () вызывается установкой плотность ценность для Ложь. Вторая функция histogram () вызывается установкой плотность ценность для Правда.

# импортировать массив NumPy
импортировать numpy как np
# Создаем массив NumPy из 20 последовательных чисел
np_array = np.апельсин (20)
# Рассчитываем данные гистограммы с ложной плотностью
hist_array, bin_array = np.гистограмма (np_array, density = False)
print ("Вывод гистограммы при установке плотности на False: \ n", hist_array)
print ("Вывод массива bin: \ n", bin_array)
# Рассчитываем данные гистограммы с истинной плотностью
hist_array, bin_array = np.гистограмма (np_array, density = True)
print ("\ nВыход гистограммы при установке плотности на True: \ n", hist_array)
print ("Вывод массива bin: \ n", bin_array)

Выход:

Следующий вывод появится после выполнения вышеуказанного скрипта.

Пример 4: построение гистограммы с использованием данных гистограммы

Вы должны установить библиотеку python matplotlib для рисования гистограммы перед выполнением скрипта этого примера. hist_array а также bin_array были созданы с помощью функции histogram (). Эти массивы использовались в функции bar () библиотеки matplotlib для создания гистограммы.

# импортировать необходимые библиотеки
импортировать matplotlib.pyplot как plt
импортировать numpy как np
# Создать набор данных гистограммы
hist_array, bin_array = np.гистограмма ([4, 10, 3, 13, 8, 9, 7], интервалы = [2, 4, 6, 8, 10, 12, 14])
# Установите некоторые конфигурации для диаграммы
plt.рисунок (figsize = [10, 5])
plt.xlim (мин (bin_array), max (bin_array))
plt.сетка (ось = 'y', альфа = 0.75)
plt.xlabel ('Значения границ', размер шрифта = 20)
plt.ylabel ('Значения гистограммы', fontsize = 20)
plt.title ('Гистограмма', fontsize = 25)
# Создать диаграмму
plt.bar (bin_array [: - 1], hist_array, width = 0.5, цвет = 'синий')
# Отобразить диаграмму
plt.показывать()

Выход:

Следующий вывод появится после выполнения вышеуказанного скрипта.

Заключение:

Функция histogram () была объяснена в этом руководстве с помощью различных простых примеров, которые помогут читателям узнать цель использования этой функции и правильно применить ее в сценарии.

Лучшие дистрибутивы Linux для игр в 2021 году
Операционная система Linux прошла долгий путь от своего первоначального простого серверного вида. Эта ОС значительно улучшилась за последние годы и те...
Как записать и транслировать игровую сессию в Linux
В прошлом игры считались только хобби, но со временем игровая индустрия увидела огромный рост с точки зрения технологий и количества игроков. Игровая ...
Лучшие игры с отслеживанием рук
Oculus Quest недавно представил отличную идею отслеживания рук без контроллеров. С постоянно растущим числом игр и действий, которые осуществляются фо...